
- •Основные понятия и определения
- •Понятие искусственного интеллекта
- •1.2. История развития искусственного интеллекта за рубежом
- •1.3. История развития искусственного интеллекта в России
- •1.4. Цели и задачи искусственного интеллекта
- •1.5. Основные направления исследований по ии
- •1.6. Контрольные вопросы и упражнения
- •2. Истоки формальных рассуждений
- •2.1. Левополушарное и правополушарное мышления
- •2.2. Контрольные вопросы и упражнения
- •3.Формальные системы
- •3.1. Понятие формальной системы
- •3.2. Разрешимость формальной системы
- •3.3. Интерпретация формальной системы
- •3.4. Доказательство и истинность
- •3.5. Контрольные вопросы и упражнения
- •4.1. Основные принципы силлогистики
- •4.2. Решение силлогизмов
- •4.3. Расширенная силлогистика
- •4.4. Моделирование силлогистики
- •4.5. Контрольные вопросы и упражнения
- •5. Исчисление высказываний
- •5.1. Синтаксис исчисления высказываний
- •5.2. Семантика исчисления высказываний
- •5.3. Классы формул исчисления высказываний
- •5.4. Понятие семантического дерева
- •5.5. Алгоритм Куайна
- •5.6. Алгоритм редукции
- •5.7. Алгебраический подход к определению класса формул
- •5.7.1. Нормальные формы и алгоритм нормализации
- •5.7.2. Алгоритм Куайна для днф
- •5.7.3. Принцип резолюций
- •5.7.4. Хорновские дизъюнкты
- •5.8. Применение исчисления высказываний
- •5.8.1. Пример базы знаний на основе логических высказываний
- •5.8.2. Применение исчисления высказываний в конструировании релейно-контактных схем
- •5.9. Контрольные вопросы и упражнения
- •6. Исчисление предикатов
- •6.1. Определение исчисления предикатов первого порядка
- •6.1.1. Операции над предикатами
- •6.1.2. Общезначимость и выполнимость формул исчисления предикатов
- •6.2 Исчисление предикатов как формальная система
- •6.4. Сколемовские стандартные формы исчисления предикатов
- •6.5. Процедура вывода Эрбрана
- •6.6. Принцип резолюции для логики предикатов
- •Контрольные вопросы и упражнения
- •7. Индуктивные рассуждения
- •7.1. Схема индуктивных рассуждений
- •7.2. Индукция Милля
- •1. Принцип единственного различия
- •2. Принцип единственного сходства
- •3. Принцип единственного остатка
- •7.3. Особенности индуктивных схем рассуждений
- •7.4. Индуктивные методы и алгоритмы
- •7.4.2. Метод пятизначной логики
- •7.4.3. Алгоритм древ
- •7.4.4. Алгоритм амх (алгоритм, основанный на метрике Хемминга)
- •7.4.5. Индукция решающих деревьев (id3)
- •7.4.6. Метод фокусирования
- •7.5. Контрольные вопросы и упражнения
- •8. Рассуждения по аналогии
- •8.1. Виды аналогий и приемы работы с ними
- •8.2. Простая аналогия
- •8.3. Другие виды аналогии
- •8.4. Аналогия в доказательстве теорем
- •8.5. Формализация аналогии
- •8.7. Методы реализаций рассуждений по аналогии
- •8.8. Проблемы рассуждений по аналогии
- •8.9. Контрольные вопросы и упражнения
- •9. Автоматизация нечетких рассуждений
- •9.1. Модальные логики
- •9.2. Применение нечеткой математики
- •9.3. Нечеткая силлогистика
- •9.5. Контрольные вопросы и упражнения
- •10. Представление задач в пространстве состояний
- •10.1. Примеры представления задач в пространстве состояний
- •10.2. Методы поиска в пространстве состояний
- •10.3. Контрольные вопросы и упражнения
- •11. Распознавание образов
- •Выделяются следующие основные типы задач распознавания образов:
- •11.1. Искусственный нейрон
- •11.2. Искусственные нейронные сети
- •Персептроны
- •11. 3.1. Персептронная представляемость
- •11.3.2. Преодоление ограничения линейной разделимости
- •11.3.3. Обучение персептрона
- •11.4. Процедура обратного распространения
5.4. Понятие семантического дерева
Если Р={Р1…Рn} – множество высказываний, то семантическое дерево – это бинарное дерево, удовлетворяющее следующим условиям:
каждая дуга помечена негативной или позитивной литерой из множества Р;
литеры, которыми помечены две дуги, выходящие из одного узла, должны быть противоположны;
никакая ветвь (путь) на дереве не содержит более одного вхождения каждой литеры;
никакая ветвь не содержит пары противоположных литер.
Например, для множества литер P={p, q} семантическое дерево имеет вид:
А для множества литер P={p, q, r} семантическое дерево имеет вид:
Каждому узлу N семантического дерева соответствует функция In, которая сопоставляет истинностное значение некоторым элементам из множества Р и называется частичной интерпретацией. Частичная интерпретация In сопоставляет значение Т или F высказыванию р, если некоторая дуга из корня N помечена р или (┐p). Частичная интерпретация не определена для высказывания р, если р и (┐p) не встречается на пути из корня в N.
Семантическое дерево полное, если каждый его лист соответствует некоторой всюду определенной интерпретации. Для того чтобы определить, выполнима ли формула А, с помощью алгоритма полного перебора требуется просмотреть полное семантическое дерево, соответствующее высказываниям, встречающимся в формуле А. Формула выполнима, если хотя бы для одного листа А получается значение Т. Этот алгоритм не эффективен, т. к. требуется просматривать 2n интерпретаций.
5.5. Алгоритм Куайна
Алгоритм Куайна, или алгоритм частичного перебора, позволяет доказать общезначимость формулы без просмотра полного семантического дерева. Основная идея алгоритма заключается в следующем: если при всех возможных расширениях некоторой частичной интерпретации формула А принимает одно и то же истинностное значение, то бесполезно строить поддерево, исходящее из узла, соответствующего этой частичной интерпретации. Рассмотрим работу алгоритма на примере.
Пример. Проверить общезначимость формулы (((pq)r) (pq))(pr).
Упорядочим множества элементов высказываний: {p, q, r}. Это эквивалентно тому, что дуги уровня 1 помечены литерой р, уровня 2 – литерой q, а уровня 3 – литерой r.
Рассмотрим те интерпретации, при которых р есть Т. При этом исходная формула сводится к формуле ((qr) q) r.
Далее q интерпретируем как Т, тогда формула принимает вид r r – общезначимая формула.
Далее q интерпретируем как F, тогда формула принимает вид Fr – тоже общезначимая формула, поэтому дальше строить поддерево не нужно.
Далее, рассмотрим те интерпретации, при которых p принимает значение F, тогда исходная формула имеет вид (Fr) T) T – общезначимая формула. Следовательно, исходная формула всегда принимает значение Т, т.е. является общезначимой.
Этому примеру соответствует построение части семантического дерева, показанной на рисунке.